Faces in the Inanimate: Our Brain and the Magic of Pareidolia!

Faces in the Inanimate: Our Brain and the Magic of Pareidolia!

Evnen til å gjenkjenne ansikter i livløse gjenstander er et fascinerende fenomen som kalles ansiktspareidolia. Denne sanseillusjonen kan sees for eksempel i kaffeskum, på trestammer eller i skyer. De eksakte årsakene til denne oppfatningen er ennå ikke fullt ut forstått. Forsker av Justus Liebig University Giessen (JLU) Imidlertid kaster de litt lys over dette og antyder at det er basert på samtidig optimalisering av to evner til den menneskelige hjernen: gjenkjenne ansikter og klassifisere objekter.

I en nylig studie publisert i tidsskriftet PLOS Computational Biology, undersøkte JLU-forskere den menneskelige hjernens respons på sensoriske stimuli og sammenlignet dem med nevrale nettverk utviklet ved hjelp av kunstig intelligens. Det som er interessant er at bare ett spesifikt nevralt nettverk, trent på både ansikter og gjenstander, viste en lignende respons til den menneskelige hjernen på ansiktstrekk i livløse gjenstander. Prof. Dr. Katharina Dobs, professor i anvendt informatikk, understreker at det å se ansikter i objekter kan sees på som et systematisk biprodukt av hjerneoptimalisering.

Analyse av nevrale nettverk

Studien fremhever potensialet til kunstige nevrale nettverk (ANN) for å utforske komplekse fenomener innen menneskelig syn. ANN-er består av noder koblet via dirigerte forbindelser, som ligner på naturlige nevrale nettverk i hjernen. Disse forbindelsene har forskjellige verdier, kalt vekter, og hvert nettverk krever trening for å optimalisere funksjonen. Justeringsskruer som vekter og aktiveringsfunksjoner som sigmoid-funksjonen kan justeres for å oppnå bedre resultater. Inndatalaget mottar eksterne data, som deretter forplantes gjennom nettverket til det resulterer i utdatalaget.

I sammenheng med hvordan nevrale nettverk fungerer, er funksjonell spesialisering også viktig. Studier har vist at nettverk som er trent for objektgjenkjenning er mindre effektive i ansiktsgjenkjenning og omvendt. Nettverk som er optimalisert for begge oppgavene er imidlertid delt inn i separate systemer for ansikter og objekter. Dette gjenspeiles også i måten den menneskelige hjernen har regioner med spesialiserte funksjoner for ansiktsgjenkjenning og språkforståelse.

Evolusjonære perspektiver

Forskningen tyder på at evolusjonær utvikling i den menneskelige hjernen over millioner av år, ettersom kunstige nettverk optimaliseres gjennom millioner av treningseksempler, har ført til lignende funksjonell spesialisering i kunstige nevrale nettverk. Sosiale interaksjoner og emosjonelle komponenter spiller ingen rolle for kunstig intelligens. Funksjonell spesialisering er identifisert som den optimale strategien for å utføre disse oppgavene.

Prof. Dobs er en del av Cluster of Excellence-initiativet "The Adaptive Mind" og JLU-teamet tilbyr et internasjonalt masterprogram "Mind, Brain and Behavior" som en del av dette.